基于Gabor特征与改进RSC的人脸识别算法

• 作者: 莫建文 袁华 赵璞
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: Gabor特征提取 稀疏表示 人脸识别 姿态偏转 迭代加权
• 年，卷（期）: 2014,（19）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 170-174,183
• 页数: 6页
• 分类号: TP391.41
• 字数: 4749字
• 语种: 中文

摘要

针对鲁棒稀疏编码算法(Robust Sparse Coding,RSC)在姿态偏转、遮挡等环境下,特征维数高、识别率较低等问题,结合对该环境下仍具有良好鲁棒性的Gabor特征,提出了一种基于Gabor特征提取的改进的鲁棒稀疏编码算法(Gabor RobustSparse Coding,GRSC).首先对人脸图像进行分块处理;然后作多方向和多尺度的Gabor特征提取并构造字典;接着用PCA特征脸法去除相关性和降低维数;最后用加权迭代稀疏编码算法求解得到的最优稀疏系数进行判别归类.在ORL和AR数据库上验证该算法的性能,结果表明在AR数据库上识别率高达98.9％,在ORL人脸库上具有显著的优势,同时有效缩短了识别时间,是一种比较实用的人脸识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	莫建文	桂林电子科技大学信息与通信学院	73	664	13.0	22.0
2	袁华	桂林电子科技大学信息与通信学院	31	257	9.0	15.0
3	赵璞	桂林电子科技大学信息与通信学院	2	3	1.0	1.0